股权激励-股权分配_聚宝盆

股权培训 | 更多栏目

聚宝盆 > 行业新闻 > 正文

中国上市公司股权激励效应再评估股权激励方案

小金 06-20
股权激励_股权方案_股权培训_股权激励培训 - 金榜咨询师收录“中国上市公司股权激励效应再评估股权激励方案”,希望对您有所帮助,下面随小编一起来看下“中国上市公司股权激励效应再评估股权激励方案”吧。

一、研究背景与问题

作为一项协调股东与高管间利益冲突,缓解代理问题的公司内部治理机制,股权激励最近十年来广为中国上市公司采用,股权激励,截至2015年,共有18个行业共计715家①上市公司公布了股权激励方案。2016年7月13日,证监会正式发布《上市公司股权激励管理办法》,对已有股权激励相关政策文件进行了整合和修正,自此,中国上市公司实施股权激励的制度环境趋于完善。然而,实践中,仍然存在着大量上市公司在实施股权激励后业绩大幅下滑的案例,激励方案中断实施的现象也多有出现。股权激励与公司业绩的真实关系成为一个备受关注的问题。对此,学者们展开了大量研究,并出现了三种观点:第一种认为股权激励正向促进了公司业绩的增长[-],表现为利益趋同效应;第二种认为股权激励与公司业绩无关或呈负相关关系[-],表现为壕沟效应;第三种观点认为,股权激励与公司业绩存在区间效应[-],利益趋同效应和壕沟效应交替出现。对于实际评估结果存在的分歧,从方法论上看,可能与研究方法的选择有关,不同研究方法在解决股权激励内生性问题方面存在差异[]。特别地,当研究方法存在缺陷或被不当使用,股权激励与公司业绩的关系可能被高估也可能被低估。因此,正确认识并使用处理内生性问题的方法,是精确评估股权激励效应的重要前提。

① 已剔除中途取消实施股权激励方案的公司。

已有研究表明,股权激励受到来自公司治理结构[]、股权结构[]、所处行业特征[]等因素的影响,同时公司业绩会反向决定股权激励[],此外,一些不可观测的因素也会对股权激励产生影响[],股权激励因而呈现内生性特点。为解决股权激励效应评估中的内生性问题,除传统的面板数据方法[]、两阶段最小二乘法[-]、三阶段最小二乘法[]等方法外,近年来,有越来越多的学者尝试使用宏观政策效果评估领域应用广泛的倾向得分匹配法(PSM)。PSM方法通过多维匹配,克服了传统匹配方法的维数“诅咒”[],一定程度上降低了样本自选择偏误(Sample-Selection Bias)。

然而,我们认为,PSM方法自身的局限以及现有研究在实际应用PSM方法中存在的误区,将导致采用PSM评估的结果仍然存有部分误差。从原理看,PSM方法是通过对影响股权激励的变量进行Logit回归,计算每家公司实施股权激励的概率(PS值),并基于PS值进行匹配分析。然而,正是由于Logit回归中只能纳入可观测变量,基于PS值配对的样本组仅仅实现了可观测变量的无显著差异,而在不可观测因素上仍然存在差异,因而,样本自选择偏误仍部分存在。当前研究大多忽视了这一点[-]。除PSM本身的缺陷外,当前研究在对PSM方法的使用上也值得商榷。在构建Logit模型的环节,某些研究并未控制年份变量[-],这就导致PS值中缺少年份信息,并由此造成“跨年匹配”。“跨年匹配”的问题在于,当激励公司相对匹配的未激励公司处于宏观经济形势较好的年份,股权激励效应可能被高估;而当激励公司相对处于宏观经济形势较差的年份,股权激励效应则可能被低估。此外,某些研究在计算PS值时,把激励公司实施激励当年之后的各年样本也算作激励样本纳入了Logit回归[],但由于多数激励公司在此之后并未再公布新的激励计划,而PS值定义的是新实施股权激励计划的概率,这就导致计算的PS值存在误差。

有鉴于此,本文将在现有研究基础上作如下改进:对于PSM方法本身的缺陷,在PSM基础上引入双重差分法(DID),以消除不可观测因素对公司业绩的影响,提高股权激励效应评估的精确性。在具体应用PSM方法环节,以激励实施前一年的样本作为推断第二年股权激励实施概率的样本,并删除激励实施后的各年样本。在进行了Logit回归并计算得到PS值后,采用“同年匹配+同年检验”的方式,以消除“跨年匹配”带来的样本自选择偏误。

二、研究设计

在自然科学领域,评估一项技术的试验效果可以通过自然实验(Natural Experiment)的方法,由于处理组和控制组样本是随机选取的,因此该项技术试验实施后处理组与控制组的差异即可归结为技术试验的效果。然而在社会科学领域,评估一项政策实施效果前很难做到处理组与控制组样本的随机分配,为此,实验者往往需要采用某种规则(Criterion)对样本进行处理,为处理组样本找到一个“反事实”的比较组,以消除参与的选择性偏差(Selection Bias)[]。考虑到现实中只能观察到一个对象处于处理组或控制组一种状态的结果,要找到绝对的“反事实”样本没有可能[],所以往往需要通过配对的方法来控制两组样本的差异。但是鉴于同时影响政策决议和政策效果的变量并非唯一,并且存在配对维数“诅咒”:即配对维数越多,配对效果越差[],传统方法匹配的两组样本仍然存在较大差异。

Tags:股权激励,股权激励培训,股权课程,股权培训课程,股权专家,股权激励培训,股权激励课程,股权架构设计,合伙人协议,股权分配方案,股权设计专家,股权律师,投资协议,股权激励方案

版权声明:本站内容均来源于互联网 如有侵权联系删除

搜索
股权激励
标签列表